Meta’nın 816 Milyar Parametreli Muse Spark Open Modelinin Ağırlıkları Artık Herkese Açık

Meta, 15 Ekim 2026’da Muse Spark Open’ın ağırlıklarını yayımladı. Model, toplam 816 milyar parametreye, 42 milyar etkin parametreye ve 1 milyon tokenlık bağlam penceresine sahip, doğuştan çok modlu, açık ağırlıklı bir model. Meta Yapay Zekâ Araştırması, modeli bugüne kadarki en yetkin ABD menşeli açık ağırlıklı model olarak tanımlıyor. Model; uzun soluklu görevler, karmaşık yazılım mühendisliği ve çok adımlı akıl yürütme gibi kodlama ve ajan odaklı çalışmalar için geliştirildi.

Mimari ve Eğitim Verileri

Meta Superintelligence Labs tarafından yayımlanan model kartına göre Muse Spark Open, bir Algılayıcı Kodlayıcı ile eşleştirilmiş Uzman Karışımı Transformer mimarisine sahip. Dil modelinde 62 katman, 8192 boyutunda bir gizil katman ve token başına sekizinin etkinleştirildiği 256 uzman bulunuyor; bu seçim, top-k yönlendirmeyle yapılıyor. Dikkat bloğunda QK-norm kullanan kapılı dikkat mekanizması, gruplanmış sorgu yapılandırmasında 128 sorgu başlığı ve 16 anahtar-değer başlığı ile 64 başlık boyutu kullanılıyor. Girdi ve çıktı gömmeleri birbirinden bağımsız olan modelin söz varlığı boyutu 202.048. Algılayıcı Kodlayıcı, 50 katmana yayılmış 1,8 milyar parametreye; 1536 gizil katman boyutuna, 16 başlığa, 14×14 yamalara ve 4096 çıktı boyutuna sahip. Ayrıca dört katmanlı bir faktörle seyrek dikkat kullanıyor; bu yapıda her dördüncü katman ile son katman tam dikkat uyguluyor.

Model; metin, görsel, video ve ses girdilerini kabul ediyor, metin çıktısı üretiyor. Model kartına göre eğitim verileri; herkese açık kaynaklardan, internet taramalarından, üçüncü taraflardan, Meta’nın kendi ürün ve hizmetlerinden elde edilen metin, görsel, ses ve videoların yanı sıra sentetik olarak oluşturulmuş içerikleri de kapsıyor. Veriler 100’den fazla dili içeriyor; veri hazırlama sürecinde temizleme, işleme, yinelenen verileri ayıklama ve filtreleme adımları uygulanmış. reasoning_effort parametresi, modelin yanıt vermeden önce ne kadar düşüneceğini belirliyor; low, medium, high ve xhigh ayarları bulunuyor ve varsayılan değer xhigh. Bu değerler dışındaki herhangi bir giriş hata döndürüyor. Meta, çoğu dağıtım için temperature değerinin 1.0, top_p değerinin 1.0 olarak ayarlanmasını ve top_k’nın devre dışı bırakılmasını öneriyor. Karmaşık problem çözme, kodlama ve aracı tabanlı görevler içinse high veya xhigh akıl yürütme düzeyini tavsiye ediyor.

Kullanılabilirlik ve Apple Silicon Optimizasyonu

Muse Spark Open’a Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter ve Together AI API platformları üzerinden erişilebiliyor. Model ağırlıkları Amazon SageMaker AI, Google Cloud Model Garden, Hugging Face ve Microsoft Foundry Models üzerinden indirilebiliyor. Model; SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, Apple MLX, llama.cpp ve Unsloth gibi çıkarım motorlarında çalışıyor; AMD, Apple, Intel ve NVIDIA silikonları için optimizasyonlar sunuyor. Geliştiriciler ayrıca PyTorch’un TorchTitan’ını kullanarak modeli daha da ince ayarlayabiliyor. Ağırlıklar BF16 ve NVFP4 sürümleriyle sunuluyor; modeli yerel olarak çalıştırmak için NVFP4’te en az 700 GB, BF16’da ise 2 TB VRAM’e sahip bir GPU gerekiyor.

Meta, sınıfında masaüstü bilgisayarda çalışabilen ilk modelin Muse Spark Open olduğunu söylüyor. Model, ağırlıkları doğrudan Hugging Face’ten alan en yeni MLX çerçevesiyle iki Apple M5 Ultra Mac Studio kullanılarak çalıştırılıyor. Apple’ın birleşik bellek mimarisi, M5 Ultra’nın tümleşik GPU’sunun her Mac Studio’da 512 GB’a kadar bellek kullanmasına olanak tanıyor. Meta’ya göre çipin 1,2 TB/sn bellek bant genişliği, iki makinenin modelin tamamını barındırmasını ve birleşik belleği bir terabayt olan tek bir sistem gibi çalışmasını sağlıyor.

Meta, Muse Spark Open tarafından desteklenen Muse Code ile tamamen cihaz üzerinde çalışan aracı tabanlı iş akışlarını test ettiğini söyledi. Testlerden birinde, açık kaynaklı bir Mastodon istemcisi olan Ice Cubes’a hata düzeltmeleri, yeni özellikler ve tam bir derleme içeren gerçek iOS değişiklikleri gönderildi. Başka bir testte ise DaVinci Resolve baştan sona kullanıldı; öne çıkan anları seçmek ve dikey kırpmalar olarak yeniden kadrajlamak için görüntüler kare kare incelendi. Açık ağırlıklı sürüm, SGLang’de özel ve otomatik olarak ayarlanabilen Helion GPU çekirdekleriyle de sunuluyor. Meta, bu çekirdeklerin NVIDIA ve AMD GPU’larda çekirdek düzeyinde 1,03 ila 3,95 kat hızlanma, AMD MI350’de ise uçtan uca %3 hızlanma sağladığını bildiriyor.

Meta’nın Bildirdiği Kıyaslama ve Güvenlik Sonuçları

Model kartında Muse Spark Open, xhigh akıl yürütme düzeyinde çalıştırılarak Inkling, Nemotron 3 Ultra, Beam, Mistral Large 4, Qwen3.8-2.4T-A95B, GLM 5.3 ve Kimi K3 ile karşılaştırılıyor. Meta, Artificial Analysis Intelligence Index’te 39 puan bildirdi; aynı tabloda GLM 5.3 için 45, Kimi K3 için 44 ve Qwen3.8-2.4T-A95B için 40 puan yer alıyor. Aracı tabanlı değerlendirmelerde Meta, JobBench’te 61,8 ve MCP-Atlas’ta 89,2 puan bildirdi. Bunlar, model kartındaki tabloda listelenen modeller arasında söz konusu testlerdeki en yüksek puanlar. Bilgi ve akıl yürütme değerlendirmelerinde Meta, araç kullanmadan HLE-Diamond’da 26,1, AA Omniscience’ta 25 ve GPQA Diamond’da 89,0 puan bildirdi. Tabloda Qwen3.8-2.4T-A95B ve Kimi K3’ün GPQA Diamond puanları 93,5 olarak veriliyor.

Kodlama kıyaslamalarında Meta, Terminal-Bench 2.1’de 76,4 puan bildirdi; model kartında Kimi K3 için 85,0, GLM 5.3 için 83,9 puan yer alıyor. Meta ayrıca DeepSWE 1.1’de 60, SWE-Atlas-QnA’da 58 puan bildirdi; model kartında Kimi K3’ün bu testlerdeki puanları sırasıyla 68 ve 66 olarak veriliyor. Araç destekli çok modlu testlerde Meta, ZeroBench’te 50,0, SimpleVQA’da 73,6 ve BabyVision’da 80,2 puan bildirdi; tabloda Kimi K3’ün BabyVision puanı 85,7. VideoMMEv2’de ise Meta’nın bildirdiği puan 61,5; Kimi K3’ün tabloda yer alan puanı 65,4.

Meta, açık ağırlıklı sürümün ek güvenlik odaklı son eğitimden geçirildiğini ve Meta Superintelligence Scaling Framework’ün gereklilikleri doğrultusunda içerik güvenliği, ajan kaynaklı riskler, gizlilik ve hazırlık açısından değerlendirildiğini; sürümün yayımlanması için çerçevenin öngördüğü eşikleri karşıladığını açıkladı. Model kartında, Muse Spark Open’ın Meta’nın kurum içi siber güvenlik ölçütlerinde jailbreak girişimlerinin %99,2’sini, PolyGuard’ın siber güvenlik alt kümesi, RedCode ve CyberBench 2024 genelinde ise %94,8’ini reddettiği bildiriliyor; aynı kurulumda kartta Kimi K3 için sırasıyla %75,5 ve %70,2 değerleri listeleniyor.

Meta, SecureBio’nun BioTIER ölçütünde zararlı isteklerin %98’inden fazlasının, kurum içi tek turlu kimya ölçütünde ise %99’undan fazlasının reddedildiğini; ayrıca kurum içi çok turlu ajan ölçütlerinde zararlı biyoloji isteklerinin %97’sinden fazlasının ve zararlı kimya isteklerinin %98’inin reddedildiğini bildiriyor. Kartta MASK ölçütünde %98,1 dürüstlük oranı, Agentic Misalignment ölçütünde %0 uygunsuz davranış oranı ve düşük puanların daha iyi olduğu StrongREJECT v2’de 0,5 puan raporlanıyor. Meta, sonuçların yayımlanan kontrol noktasının test edilen koşullardaki özelliklerini yansıttığı ve sonraki aşamalarda yapılabilecek değişikliklerin güvenliği zayıflatabileceği konusunda uyarıyor; ayrıca modelin, kullanım amacına uygun koruma önlemleri içeren daha kapsamlı bir yapay zekâ sistemi içinde kullanıma alınmasını öneriyor.

Lisans Koşulları ve Belirtilen Sınırlamalar

Ağırlıklar, 15 Ekim 2026 tarihli Muse Model License kapsamında yayımlandı. Lisans; belirtilen koşullara tabi olmak üzere ücretsiz kullanıma, kopyalamaya, ince ayar dâhil değişiklik yapmaya, türev çalışmalar oluşturmaya, damıtmaya ve dağıtıma izin veriyor. Lisans sahipleri, yazılımı veya türevlerini kullanan her ürün ya da hizmetin kullanıcı arayüzünde veya ürüne eşlik eden belgelerde, bir web sitesinde ya da ayarlar menüsünde “Muse Spark Open ile geliştirildi” ifadesini belirgin biçimde göstermelidir.

Bağlı kuruluşlarıyla birlikte elde ettikleri toplam brüt gelir herhangi bir ardışık 12 aylık dönemde 20 milyon doları aşan ve yapay zekâ modellerini hizmet olarak sunan lisans sahipleri, yazılımı bu iş faaliyetlerine dâhil etmeden önce Meta’yı bilgilendirmeli ve ayrı bir yazılı anlaşma imzalamalıdır. Bu hüküm; kurum içi kullanım, araştırma veya model hizmeti niteliği taşımayan diğer ticari faaliyetler için ve yazılımın lisans sahibinin kendi ürününü çalıştıran bir bileşen olarak kullanılması hâlinde geçerli değildir. Lisans, yazılım tarafından oluşturulan çıktılar üzerinde Meta’nın herhangi bir mülkiyet hakkı bulunmadığını belirtir.

Ekli kullanım politikasında, modelin 18 yaşından küçük kişiler için tasarlanmadığı belirtiliyor ve yasa dışı faaliyetler, kötü amaçlı yazılım oluşturma, silah geliştirme, kritik altyapıyı işletme ve dolandırıcılık, dezenformasyon ile kimliğe bürünme gibi kasıtlı aldatma biçimleri dâhil olmak üzere çeşitli kullanımlar yasaklanıyor. Meta’nın belirttiği sınırlamalar arasında hatalı, taraflı veya sakıncalı olabilecek yanıtlar; yeni senaryolarda çok adımlı akıl yürütme hataları; güçlü biçimde desteklenen kümenin dışındaki dillerde performans düşüşü; nicemlemeli çıkarım sırasında küçük kalite farklılıkları ve çok kısa ya da düşük çözünürlüklü videoları güvenilir biçimde inceleyememe yer alıyor. Meta, kapsamlı bir değerlendirme raporunun yakında yayımlanacağını söyledi.